像许多其他人一样,我一直试图参与快速发展的数据科学领域。 当我学习有关R和Python编程语言的Udemy课程时,我独立下载并安装了这些应用程序。 当我尝试解决安装NumPy和Matplotlib等数据科学程序包并解决各种依赖性的挑战时,我了解了Anaconda Python发行版 。
Anaconda是一个完整的开源数据科学软件包,拥有超过600万用户。 它易于下载和安装,并且在Linux,MacOS和Windows上受支持。
我感谢Anaconda减轻了新用户入门的挫败感。 该发行版附带1000多个数据包以及Conda包和虚拟环境管理器,因此无需学习独立安装每个库的需求。 正如Anaconda的网站所说:“ Anaconda存储库中的Python和R conda软件包是在我们的安全环境中进行整理和编译的,因此您可以获得可以在系统上“正常工作”的优化二进制文件。”
我建议使用Anaconda Navigator ,这是一个桌面图形用户界面(GUI)系统,其中包含指向发行版随附的所有应用程序的链接,包括RStudio , iPython , Jupyter Notebook , JupyterLab , Spyder , Glue和Orange 。 默认环境是Python 3.6,但是您也可以轻松安装Python 3.5,Python 2.7或R。该文档的详细程度令人难以置信,并且有很多用户在此获得更多支持。
安装Anaconda
要在我的Linux笔记本电脑(具有4GB RAM的I3)上安装Anaconda,我下载了Anaconda 5.1 Linux安装程序并运行md5sum
来验证文件:
$ md5sum Anaconda3-5.1.0-Linux-x86_64.sh
然后,我按照文档中的说明进行操作,该文档指示我无论是否在Bash shell中都发出以下Bash命令:
$ bash Anaconda3-5.1.0-Linux-x86_64.sh
/home/<user>/.bashrc
/ <用户> /home/<user>/.bashrc
吗?”我允许它并重新启动了外壳,我发现该外壳对于.bashrc
环境正常工作是必需的。
完成安装后,我在外壳程序的命令提示符处输入以下内容,启动了Anaconda Navigator:
$ anaconda-navigator
每次启动Anaconda Navigator时,它都会检查是否有新软件可用,并在必要时提示您进行更新。
Anaconda成功更新,而无需返回命令行。 Anaconda的最初发布速度有些慢; 加上更新意味着开始需要花费额外的几分钟。
您还可以通过输入以下内容来手动更新:
$ conda update anaconda-navigator
探索和安装应用程序
Navigator启动后,我可以自由探索Anaconda Distribution包含的应用程序范围。 根据文档,Anaconda的64位Python 3.6版本支持499软件包 。 我探索的第一个应用程序是Jupyter QtConsole 。 易于使用的GUI支持内联图形和语法突出显示。
Jupyter Notebook包含在发行版中,因此(与我使用的其他Python环境不同),不需要单独安装。
我已经熟悉RStudio。 默认情况下未安装,但单击鼠标即可轻松添加。 只需单击鼠标即可启动或安装其他应用程序,包括JupyterLab,Orange,Glue和Spyder。
Anaconda发行版的优势之一是能够创建多个环境。 例如,如果我想创建一个Python 2.7环境而不是默认的Python 3.6,我将在shell中输入以下内容:
$ conda create -n py27 python=2.7 anaconda
康达负责整个安装过程。 要启动它,只需打开外壳并输入:
$ anaconda-navigator
从Anaconda GUI的“ Applications on”下拉列表中选择py27环境。
学到更多
如果您想了解更多信息,可以获取有关Anaconda的大量信息。 您可以先搜索Anaconda社区及其邮件列表 。
您在使用Anaconda Distribution和Navigator吗? 在评论中让我们知道您的印象。
翻译自: https://opensource.com/article/18/4/getting-started-anaconda-python